CN113724103A - 基于智能电表的区域碳排放监测方法、系统、设备及介质 - Google Patents

基于智能电表的区域碳排放监测方法、系统、设备及介质 Download PDF

Info

Publication number
CN113724103A
CN113724103A CN202111288793.8A CN202111288793A CN113724103A CN 113724103 A CN113724103 A CN 113724103A CN 202111288793 A CN202111288793 A CN 202111288793A CN 113724103 A CN113724103 A CN 113724103A
Authority
CN
China
Prior art keywords
regional
emission
coal
carbon dioxide
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111288793.8A
Other languages
English (en)
Other versions
CN113724103B (zh
Inventor
王登政
高璐
刘兆燕
李炳辉
陈斌发
李臻
李晖
谢可
林凯
吕阳
赵潇潇
代志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sgitg Accenture Information Technology Co ltd
State Grid Beijing Electric Power Co Ltd
Original Assignee
Beijing Sgitg Accenture Information Technology Co ltd
State Grid Beijing Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sgitg Accenture Information Technology Co ltd, State Grid Beijing Electric Power Co Ltd filed Critical Beijing Sgitg Accenture Information Technology Co ltd
Priority to CN202111288793.8A priority Critical patent/CN113724103B/zh
Publication of CN113724103A publication Critical patent/CN113724103A/zh
Application granted granted Critical
Publication of CN113724103B publication Critical patent/CN113724103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Abstract

本发明属于电数字数据处理领域，公开一种基于智能电表的区域碳排放监测方法、系统、设备及介质，方法包括：S1、通过智能电表汇总用电量数据，采集区域用电量；S2、采集区域煤炭、石油和天然气用量；S3、计算区域其他能源碳排放；S4、根据本地电厂排放直接二氧化碳排放量和外购电产生的间接二氧化碳排放量，计算区域电力碳排放；S5、根据计算的区域其他能源碳排放和区域电力碳排放，结合GIS在地图上展示分析。本发明可实时、自动统计区域能源碳排放，计算碳排放的时候带有每一个用户坐标信息，碳排放的数值通过点图面积大小，颜色深浅等方式结合坐标信息在GIS地图中体现。

Description

基于智能电表的区域碳排放监测方法、系统、设备及介质
技术领域
本发明属于电数字数据处理领域，具体涉及一种基于智能电表的区域碳排放监测方法、系统、设备及介质。
背景技术
目前，统计区域能源碳排或者区域电力碳排均采取线下收资统计方式，并且计算碳排放颗粒度需求越细，收资复杂度越高，统计工作量越大。统计结果颗粒度粗且无法按用户碳排放地理位置进行可视化监测。
发明内容
针对上述线下收资统计复杂度高，工作量大，统计结果颗粒度粗且无法按用户碳排放地理位置进行可视化监测的问题，本发明提供一种基于智能电表的区域碳排放监测方法、系统、设备及介质。
为实现上述目的，本发明提供如下技术方案：
第一方面，本发明提供一种基于智能电表的区域碳排放监测方法，包括如下步骤：
S1、通过智能电表汇总用电量数据，采集区域用电量；
S2、通过环保局，采集区域煤炭、石油和天然气用量；
S3、计算区域煤炭、石油和天然气的二氧化碳排放量，得到区域其他能源碳排放；
S4、根据本地电厂排放直接二氧化碳排放量和外购电产生的间接二氧化碳排放量，计算区域电力碳排放；
S5、从生产侧或消费侧计算电碳排放系数；
S6、根据计算的区域其他能源碳排放和区域电力碳排放，结合GIS在地图上展示分析。
进一步的，步骤S1中，通过智能电表汇总用电量数据，由智能电表采集功率积分获得，功率每15分钟采样一次记为pi,j，表示第i个智能电表第j个采样周期的功率，对应电量为q=pi,j×t，第i个智能电表全年电量为qi,全年=∫pi,jdt，根据选定区域的用户情况，自动完成选定区域的电量计算，即：
Figure 372171DEST_PATH_IMAGE001
其中，Q代表i个智能电表，针对j个采样周期功率积分出电量后并求和，计算得到一个月或一年内区域用电量。
进一步的，步骤S2中，通过环保局，采集区域煤炭、石油和天然气用量，包括煤炭及其制品C、石油及其制品O和天然气G使用量；
Figure 75684DEST_PATH_IMAGE002
其中Cregion、Oregion、Gregion代表一个月或一年内区域煤炭、石油和天然气的消耗量，Ci、Oi和Gi代表一个月或一年内地区第i个用户的能源消耗量，Ci、Oi和Gi数据定期从环保局公布数据统计获取。
进一步的，步骤S3中，计算区域煤炭、石油和天然气的二氧化碳排放量，由本地煤炭、石油、天然气和二氧化碳排放估算系数得到，煤炭2.66tCO2/吨标准煤、油品1.73tCO2/吨标准煤、天然气1.56tCO2/吨标准煤。
进一步的，步骤S4中，计算区域电力二氧化碳排放量，电力产生的二氧化碳排放由本地电厂排放直接二氧化碳排放量和外购电产生的间接二氧化碳排放量，即CO2，直接和CO2，间接相加组成，
其中直接二氧化碳排放，由本地燃煤、燃气机组燃烧一次化石能源产生，本地煤电二氧化碳排放量，是某一时刻燃煤机组效率对应煤电排放因子时间求和得到，即：
Figure 27460DEST_PATH_IMAGE003
Ci,j表示第i个燃煤电厂j时刻出力电量，EFi,j表示第i个燃煤电厂j时刻对应的煤电排放因子，
气电排放因子统一为0.405tCO2/MWh，即第i个燃气电厂二氧化碳排放为：
Figure 765609DEST_PATH_IMAGE004
直接二氧化碳排放量为：
Figure 144637DEST_PATH_IMAGE005
间接二氧化碳排放量根据电力调入电量和煤电、气电二氧化碳排放因子计算得到，即：
Figure 601027DEST_PATH_IMAGE006
Di表示外来电力中化石能源的发电量，包括燃煤发电和天然气发电，EFi表示煤电、气电二氧化碳排放因子，煤电排放因子为0.853tCO2/MWh，气电排放因子为0.405tCO2/MWh。
进一步的，整体区域碳排放为：
Figure 90914DEST_PATH_IMAGE007
其中k1、k2、k3表示对应的煤炭、石油、天然气排放因子。
进一步的，步骤S6中，结合GIS在地图上展示分析，构建用户用电量和用电产生碳排的对应关系，并结合电网GIS地图，按照不同产业或碳排降序进行图形化展示、分析。
第二方面，本发明提供一种基于智能电表的区域碳排放监测系统，包括：
区域用电量采集模块，用于通过智能电表汇总用电量数据，采集区域用电量；
区域煤炭、石油和天然气用量采集模块，用于采集区域煤炭、石油和天然气用量；
区域其他能源碳排放计算模块，用于根据采集的区域煤炭、石油和天然气用量，计算区域煤炭、石油和天然气的二氧化碳排放量，得到区域其他能源二氧化碳排放量；
区域电力碳排放计算模块，用于根据区域内本地电厂二氧化碳排放量和外购电产生的间接二氧化碳排放量，计算区域电力二氧化碳排放量；
展示分析模块，用于根据计算的区域其他能源二氧化碳排放量和区域电力二氧化碳排放量，结合GIS在地图上展示分析。
第三方面，本发明提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述基于智能电表的区域碳排放监测方法。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述基于智能电表的区域碳排放监测方法。
与现有技术相比，本申请的优点在于：
本发明可实时、自动统计区域能源碳排放，尤其是电力碳排放，相关因子采集已经实现全自动化，计算精度高；
结合GIS地图，本工具实现了区域碳排放监测计算结果在地图上的可视化展示，计算碳排放的时候带有每一个用户坐标信息，碳排放的数值通过点图面积大小，颜色深浅等方式结合坐标信息在GIS地图中体现；
本发明计算的区域碳排放精度高，可具体到每一个装备智能电表的用户。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明一种基于智能电表的区域碳排放监测方法流程示意图；
图2为本发明一种基于智能电表的区域碳排放监测系统示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
本发明，设计并实现了一种基于智能电表的区域碳排放监测方法、系统、设备及介质，监测结果的颗粒度与目前智能电表相当，可精确监测到所有终端电力用户。结合GIS地图，本工具实现了区域碳排放监测计算结果在地图上的可视化展示，已应用于电力公司的碳排放统计监测分析工作，解决了目前缺少区域能源碳排放的监测统计自动计算工具，统计结果颗粒度粗和无法按用户碳排放地理位置进行可视化监测的难题。
实施例1
本发明一种基于智能电表的区域碳排放监测方法，包括以下步骤：
A、区域用电量采集；
B、区域煤炭、石油、天然气用量采集；
C、区域电碳折算系数计算；
D、区域碳排放监测分析展现。
本发明总公式为：
Figure 686499DEST_PATH_IMAGE008
所述步骤A、区域用电量采集，具体包括下述步骤：
A1：区域电量由智能电表采集功率积分获得，功率每15分钟采样一次记为pi,j，表示第i个智能电表第j个采样周期的功率，对应电量为q=pi,j×t，第i个智能电表总周期电量为qi,总周期=∫pi,jdt。
目前安装智能电表的用户都可以自动采集用电量，本工具调用智能电表采集电量接口，根据选定区域的用户情况，自动完成选定区域的电量计算，即：
Figure 236429DEST_PATH_IMAGE001
其中，Q代表i个智能电表，针对j个采样周期功率积分出电量后并求和。在时间和空间维度实现总周期为一个月或一年内区域电量的计算。
所述步骤B、区域煤炭、石油、天然气用量采集，具体包括下述步骤：
B1：包括煤炭及其制品C、石油及其制品O和天然气G使用量；
Figure 180114DEST_PATH_IMAGE002
其中Cregion、Oregion、Gregion代表总周期为一个月或一年内区域煤炭、石油和天然气的消耗量，Ci、Oi和Gi代表总周期为一个月或一年内地区第i个用户的能源消耗量。
B2：Ci、Oi和Gi数据定期从环保局公布数据统计获取。
所述步骤C、区域电碳折算系数计算，具体包括下述步骤：
C1：电力产生的二氧化碳排放由本地电厂排放直接二氧化碳排放量和外购电产生的间接二氧化碳排放量，即CO2，直接和CO2，间接相加组成。
电碳折算系数EF=(直接二氧化碳排放量+间接二氧化碳排放量)/全社会用电量，自动实时计算特定区域的电碳折算系数；
Figure 473692DEST_PATH_IMAGE009
C2：全社会用电量通过集成区域各智能电表数据，根据电力二氧化碳采集的时间周期，生成全社会用电量数据Q；
C3：直接二氧化碳排放，由本地燃煤、燃气机组燃烧一次化石能源产生。其中燃煤机组不同燃烧条件下单位煤电排放因子不同，详见表1
Figure 920854DEST_PATH_IMAGE010
表1
所以本地煤电二氧化碳排放量，是某一时刻燃煤机组效率对应煤电排放因子时间求和得到，即：
Figure 376106DEST_PATH_IMAGE003
其中，Ci,j表示第i个燃煤电厂j时刻出力电量，EFi,j表示第i个燃煤电厂j时刻对应的煤电排放因子。
气电排放因子统一为0.405tCO2/MWh，即第i个燃气电厂二氧化碳排放为：
Figure 807087DEST_PATH_IMAGE004
直接二氧化碳排放量为：
Figure 638777DEST_PATH_IMAGE005
其他非化石能源电力的二氧化碳排放计为0。
C4：电力调入蕴含的间接二氧化碳排放量根据电力调入电量和煤电、气电二氧化碳排放因子计算得到，即：
Figure 206025DEST_PATH_IMAGE005
其中，Di表示外来电力中化石能源的发电量，包括燃煤发电、天然气发电，EFi表示煤电、气电等电力二氧化碳排放因子。
其中，煤电排放因子为0.853tCO2/MWh，气电排放因子为0.405tCO2/MWh，其他非化石能源电力的二氧化碳排放计为0，一般由环保局提供。
所述步骤D、区域碳排放监测分析展现，具体包括下述步骤：
D1：区域碳排放=区域电力碳排放+区域其他能源碳排放，区域其他能源碳排放包括煤炭、石油和天然气碳排放；
D2：区域电力碳排放=电碳折算系数EF*区域用电量Q；
D3：区域其他能源碳排放=各能源使用量*对应能源排放因子，综上计算整体区域碳排放为；
Figure 97757DEST_PATH_IMAGE011
其中Emissionregion代表某个区域的碳排放总量，各能源使用量为C、O、G，k1、k2、k3表示对应的煤炭、石油、天然气排放因子。
D4：区域碳排监测分析展示，由于计算Emissionregion所有加和因子都带有地区信息，地区信息是由地区内的用户信息汇聚得到，用户信息带有坐标位置，可在GIS地图上显示。Emissionregion值的大小可通过点图面积大小，颜色深浅等方式在GIS地图中体现。可实时分析各用户用能排放信息及排放组成。
实施例2
请参阅图1所示，本实施例提供一种基于智能电表的区域碳排放监测方法，具体步骤包括如下：
步骤1：基础数据采集。基础数据采集是指获得区域碳排监测所需的原始数据，原始数据包括依赖外部提供的煤炭、石油、天然气等一次能源消耗数据和不依赖外部内部可自动获得的用电量数据。
步骤2：地区二氧化碳排放总量由本地能源消耗排放的直接二氧化碳排放量与电力调入蕴含的间接二氧化碳排放量加总得到，其中，间接二氧化碳排放量即外来电二氧化碳排放量，详见步骤9，步骤2中仅计算本地能源消耗排放的直接二氧化碳中煤炭、石油和天然气产生的部分，本地发电产生的二氧化碳就是电力排放二氧化碳中的直接排放量，详见步骤8，在计算地区能源及电力总二氧化碳排放的时候单独考虑，不重复计算。
步骤3：用电量指某个区域所有用户使用电量，用电量采集通过智能电表采集实现，数据汇总到用电信息系统。
步骤4：步骤2中涉及到的煤炭、石油、天然气数据，按照收资模板通过环保局提供，单位为吨标煤。在工作中部分地区实施了能源大数据平台，可考虑集成相关数据，提高收资效率。
步骤5：步骤3中涉及到的用电量信息，本发明通过系统集成方式直接读取该数据。用电量单位为万千瓦时。
步骤6：计算燃煤、石油和天然气的二氧化碳排放量。由本地煤炭、石油、天然气和二氧化碳排放估算系数得到。化石能源的二氧化碳排放因子采用煤炭2.66tCO2/吨标准煤、油品1.73tCO2/吨标准煤、天然气1.56tCO2/吨标准煤。
步骤7：电力排放二氧化碳计算与其他一次能源（燃煤、石油和天然气）排放二氧化碳主要有两点不同：
一是电碳排放即可以从生产侧计算，又可以从消费侧计算，而其他一次能源排碳只能从消费侧计算；
二是电碳排放监测无论从生产测还是消费侧都可以自动计算，不依赖外部数据。
电碳排放从生产侧计算参考步骤8和步骤9，从消费侧计算参考步骤10；
步骤8和步骤9：从生产侧计算电碳排放主要通过不同火电机组发电量*对应排放因子计算。直接排放指本地机组产生，间接排放指外来电力产生。Bi表示发电量中化石能源的发电量，包括燃煤发电、天然气发电，EFi表示煤电、气电等电力二氧化碳排放因子。其中，煤电排放因子为0.853tCO2/MWh，气电排放因子为0.405tCO2/MWh，其他非化石能源电力的二氧化碳排放计为0。直接排放和间接排放在消费侧计算逻辑相同。
Figure 750456DEST_PATH_IMAGE012
步骤10：电碳系数指一个区域内，消费侧单位电量造成的平均二氧化碳排放，所以电碳系数是从消费侧计算电碳排放的一个统计值，是由发电产生的二氧化碳/用电量得到的。可以通过监测用电量和相应的电碳系数，计算各用电用户的电碳排放。
步骤11和步骤12：根据计算出来的区域电力、煤炭、石油和天然气等能源碳排放，结合GIS展示在地图上，可实时分析各用户用能排放信息及排放组成。
特别是步骤12电碳分析展现，构建用户用电量和用电产生碳排的对应关系，并结合电网GIS地图，按照一定逻辑（例如分产业、按照碳排降序等）进行图形化展示、分析。
实施例3
一种基于智能电表的区域碳排放监测系统，包括：
区域用电量采集模块，用于通过智能电表汇总用电量数据，采集区域用电量；
区域煤炭、石油和天然气用量采集模块，用于采集区域煤炭、石油和天然气用量；
区域其他能源碳排放计算模块，用于根据采集的区域煤炭、石油和天然气用量，计算区域煤炭、石油和天然气的二氧化碳排放量，得到区域其他能源二氧化碳排放量；
区域电力碳排放计算模块，用于根据区域内本地电厂二氧化碳排放量和外购电产生的间接二氧化碳排放量，计算区域电力二氧化碳排放量；
展示分析模块，根据计算的区域其他能源二氧化碳排放量和区域电力二氧化碳排放量，结合GIS在地图上展示分析。
实施例4
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例1或2所述基于智能电表的区域碳排放监测方法。
实施例5
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现实施例1或2所述基于智能电表的区域碳排放监测方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于智能电表的区域碳排放监测方法，其特征在于，包括如下步骤：
S1、通过智能电表汇总用电量数据，采集区域用电量；
S2、采集区域煤炭、石油和天然气用量；
S3、根据采集的区域煤炭、石油和天然气用量，计算区域煤炭、石油和天然气的二氧化碳排放量，得到区域其他能源二氧化碳排放量；
S4、根据区域内本地电厂二氧化碳排放量和外购电产生的间接二氧化碳排放量，计算区域电力二氧化碳排放量；
S5、根据计算的区域其他能源二氧化碳排放量和区域电力二氧化碳排放量，结合GIS在地图上展示分析。
2.根据权利要求1中所述的基于智能电表的区域碳排放监测方法，其特征在于，步骤S1中，通过智能电表汇总用电量数据，由智能电表采集功率积分获得，功率每15分钟采样一次记为pi,j，表示第i个智能电表第j个采样周期的功率，对应电量为q=pi,j×t，第i个智能电表全年电量为qi,全年=∫pi,jdt，根据选定区域的用户情况，完成选定区域的电量计算：
Figure 326067DEST_PATH_IMAGE001
其中，Q代表i个智能电表，针对j个采样周期功率积分出电量后并求和，计算得到总周期内区域用电量。
3.根据权利要求1中所述的基于智能电表的区域碳排放监测方法，其特征在于，步骤S2中，采集区域煤炭、石油和天然气用量，包括煤炭及其制品C、石油及其制品O和天然气G使用量；
Figure 936040DEST_PATH_IMAGE002
其中Cregion、Oregion、Gregion代表总周期内区域煤炭、石油和天然气的消耗量，Ci、Oi和Gi代表总周期内地区第i个用户的煤炭、石油和天然气消耗量。
4.根据权利要求1中所述的基于智能电表的区域碳排放监测方法，其特征在于，步骤S3中，计算区域煤炭、石油和天然气的二氧化碳排放量，由本地煤炭、石油、天然气和二氧化碳排放估算系数得到；其中，煤炭2.66tCO2/吨标准煤、油品1.73tCO2/吨标准煤、天然气1.56tCO2/吨标准煤。
5.根据权利要求1中所述的基于智能电表的区域碳排放监测方法，其特征在于，步骤S4中，计算区域电力二氧化碳排放量，电力产生的二氧化碳排放量由本地电厂排放直接二氧化碳排放量CO2，直接和外购电产生的间接二氧化碳排放量CO2，间接相加组成；
其中直接二氧化碳排放量，由本地燃煤、燃气机组燃烧一次化石能源产生，本地煤电二氧化碳排放量，是某一时刻燃煤机组效率对应煤电排放因子时间求和得到:
Figure 699597DEST_PATH_IMAGE003
Ci,j表示第i个燃煤电厂j时刻出力电量，EFi,j表示第i个燃煤电厂j时刻对应的煤电排放因子；
气电排放因子统一为0.405tCO2/MWh，第i个燃气电厂二氧化碳排放量为：
Figure 736823DEST_PATH_IMAGE004
直接二氧化碳排放量为：
Figure 953041DEST_PATH_IMAGE005
间接二氧化碳排放量根据电力调入电量和煤电、气电二氧化碳排放因子计算得到，即：
Figure 366704DEST_PATH_IMAGE006
Di表示外来电力中化石能源的发电量，包括燃煤发电和天然气发电，EFi表示煤电、气电二氧化碳排放因子，煤电排放因子为0.853tCO2/MWh，气电排放因子为0.405tCO2/MWh。
6.根据权利要求5中所述的基于智能电表的区域碳排放监测方法，其特征在于，整体区域碳排放为：
Figure 984768DEST_PATH_IMAGE007
k1、k2、k3表示对应的煤炭、石油、天然气排放因子。
7.根据权利要求1中所述的基于智能电表的区域碳排放监测方法，其特征在于，步骤S5中，结合GIS在地图上展示分析，构建用户用电量和用电产生二氧化碳排放量的对应关系，并结合电网GIS地图，按照不同产业或碳排降序进行图形化展示、分析。
8.一种基于智能电表的区域碳排放监测系统，其特征在于，包括：
区域用电量采集模块，用于通过智能电表汇总用电量数据，采集区域用电量；
区域煤炭、石油和天然气用量采集模块，用于采集区域煤炭、石油和天然气用量；
区域其他能源碳排放计算模块，用于根据采集的区域煤炭、石油和天然气用量计算区域煤炭、石油和天然气的二氧化碳排放量，得到区域其他能源二氧化碳排放量；
区域电力碳排放计算模块，用于根据区域内本地电厂排放直接二氧化碳排放量和外购电产生的间接二氧化碳排放量，计算区域电力二氧化碳排放量；
展示分析模块，用于根据计算的区域其他能源二氧化碳排放量和区域电力二氧化碳排放量，结合GIS在地图上展示分析。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述基于智能电表的区域碳排放监测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述基于智能电表的区域碳排放监测方法。
CN202111288793.8A 2021-11-02 2021-11-02 基于智能电表的区域碳排放监测方法、系统、设备及介质 Active CN113724103B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111288793.8A CN113724103B (zh) 2021-11-02 2021-11-02 基于智能电表的区域碳排放监测方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111288793.8A CN113724103B (zh) 2021-11-02 2021-11-02 基于智能电表的区域碳排放监测方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN113724103A true CN113724103A (zh) 2021-11-30
CN113724103B CN113724103B (zh) 2022-03-22

Family

ID=78686464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111288793.8A Active CN113724103B (zh) 2021-11-02 2021-11-02 基于智能电表的区域碳排放监测方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN113724103B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113988489A (zh) * 2021-12-27 2022-01-28 国网浙江省电力有限公司信息通信分公司 电碳因子的预测评估方法、装置及可读存储介质
CN114417255A (zh) * 2021-12-21 2022-04-29 新奥数能科技有限公司 一种碳排放量化平台和碳排放量化系统
CN114444952A (zh) * 2022-01-29 2022-05-06 周锡忠 基于数字支付钱包和区块链的电能和碳排放统计结算方法
CN115884009A (zh) * 2023-03-02 2023-03-31 四川君迪能源科技有限公司 二氧化碳排放远程实时监测方法、装置和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011008033A2 (en) * 2009-07-15 2011-01-20 Lg Electronics Inc Terminal calculating carbon emission, carbon emission management server and carbon monitoring method
CN111241465A (zh) * 2020-03-06 2020-06-05 赫普能源环境科技股份有限公司 一种用户电表耦合碳排放量监测系统和方法
CN111859045A (zh) * 2020-07-31 2020-10-30 生态环境部环境规划院 一种快速核算工业各行业二氧化碳排放量的方法及核算系统
CN113282868A (zh) * 2020-02-20 2021-08-20 赫普能源环境科技股份有限公司 一种火电厂度电碳排放强度在线监测系统及计算分析方法
CN113516289A (zh) * 2021-05-20 2021-10-19 北京中创碳投科技有限公司 一种二氧化碳排放量预测方法、装置、设备及介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011008033A2 (en) * 2009-07-15 2011-01-20 Lg Electronics Inc Terminal calculating carbon emission, carbon emission management server and carbon monitoring method
CN113282868A (zh) * 2020-02-20 2021-08-20 赫普能源环境科技股份有限公司 一种火电厂度电碳排放强度在线监测系统及计算分析方法
CN111241465A (zh) * 2020-03-06 2020-06-05 赫普能源环境科技股份有限公司 一种用户电表耦合碳排放量监测系统和方法
CN111859045A (zh) * 2020-07-31 2020-10-30 生态环境部环境规划院 一种快速核算工业各行业二氧化碳排放量的方法及核算系统
CN113516289A (zh) * 2021-05-20 2021-10-19 北京中创碳投科技有限公司 一种二氧化碳排放量预测方法、装置、设备及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卫博: ""低碳村评估方法研究——以北京市金叵罗村为例"", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅰ辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114417255A (zh) * 2021-12-21 2022-04-29 新奥数能科技有限公司 一种碳排放量化平台和碳排放量化系统
CN113988489A (zh) * 2021-12-27 2022-01-28 国网浙江省电力有限公司信息通信分公司 电碳因子的预测评估方法、装置及可读存储介质
CN114444952A (zh) * 2022-01-29 2022-05-06 周锡忠 基于数字支付钱包和区块链的电能和碳排放统计结算方法
WO2022267524A1 (zh) * 2022-01-29 2022-12-29 周锡忠 基于数字支付钱包和区块链的电能和碳排放统计结算方法
JP7437536B2 (ja) 2022-01-29 2024-02-22 シジョン ジョウ， デジタル支払い財布及びブロックチェーンに基づく電気エネルギーと炭素排出の統計決済方法
CN115884009A (zh) * 2023-03-02 2023-03-31 四川君迪能源科技有限公司 二氧化碳排放远程实时监测方法、装置和系统

Also Published As

Publication number Publication date
CN113724103B (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
CN113724103B (zh) 基于智能电表的区域碳排放监测方法、系统、设备及介质
Cebulla et al. How much electrical energy storage do we need? A synthesis for the US, Europe, and Germany
Khan et al. Integrating water and energy models for policy driven applications. A review of contemporary work and recommendations for future developments
CN109272243B (zh) 碳资产管理方法及系统
Tidball et al. Cost and performance assumptions for modeling electricity generation technologies
Cohen et al. Optimizing post-combustion CO2 capture in response to volatile electricity prices
Jha et al. Measuring efficiency of hydropower plants in Nepal using data envelopment analysis
Cole et al. Envisioning a low-cost solar future: Exploring the potential impact of Achieving the SunShot 2030 targets for photovoltaics
CN108717599A (zh) 一种汽车制造企业碳排放核算系统及其方法
Alimou et al. Assessing the security of electricity supply through multi-scale modeling: The TIMES-ANTARES linking approach
CN113723718A (zh) 一种能源碳排放预测方法、装置、设备及介质
Pruckner et al. A hybrid simulation model for large-scaled electricity generation systems
Sutthichaimethee et al. Model of environmental problems priority arising from the use of environmental and natural resources in machinery sectors of Thailand
CN116542430B (zh) 多维度水务碳排放量智能分析方法及系统
CN114240086A (zh) 碳排放监测方法、装置、存储介质及处理器
Soares et al. Optimal generation and transmission expansion planning addressing short-term constraints with co-optimization of energy and reserves
Eltohamy et al. A probabilistic methodology for estimating reserve requirement and optimizing its components in systems with high wind penetration
Podkovalnikov et al. The computing and information system for study of scenarios for interstate power grids expansion
Jäger et al. A system dynamics model for the German electricity market–model development and application
CN108154281A (zh) 一种天然气净化厂能源消耗评价方法及装置
CN106570776B (zh) 基于地区电网实测运行参数的理论线损水平计算评价方法
Klobasa et al. Demand response-a new option for wind integration
Cooper et al. Performing a water footprint assessment for a semiconductor industry
Chyong et al. Economic modelling of flexible carbon capture and storage in a decarbonised electricity system
CN109656998B (zh) 基于运行监测数据计算水轮发电机组效率的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant